AI-Hub

데이터 변경이력

데이터 히스토리

소개

ㅇ 영어말하기 평가 음성데이터 수집 (1,016.81시간) 및 가공 학습용 데이터 구축
   - 데이터 규모 : 발화음성 총 1,016.81시간
   - 활용 도구 : 음성데이터 추출(ffmpeg), STT 자동전사도구, 전사 교정 워크벤치, 평가 워크벤치 AI 모델링 서버

구축목적

ㅇ 양질의 영어 말하기평가 데이터 구축을 통한, AI 자동평가 시스템 개발
ㅇ 비용이 저렴하고, 높은 학습효과의 AI 자동평가 시스템 보급으로, 사회적 비용 절감 및 교육/취업의 균등한 기회 제공

데이터 통계

데이터 구축 규모 및 분포
 

데이터 구축량
원시 데이터
 1,200시간 영상데이터

원천 데이터 
 한국인의 영어 말하기평가 음성데이터 1,016.81시간
※ 발화 전후 비음성구간 500ms는 목표 시간 (약 1,000시간) 산출에서 제외 

학습 데이터
 문장 단위, 단락 단위 구조화 저장
 2인 이상의 교사 채점(주제 설계 참여 교사 연계)
 실제 작성 학생 데이터 기준 메타 데이터 정보 포함

데이터 분포

 해당언어 구사 수준/발화방법/성별/지역별 고르게 분포
아래의 인원수는 최종 구축된 데이터 수량으로, 데이터 목표시간인 1,000시간을 엄수하도록 20% 이상 추가 모집

※ 레벨별 오차범위 5% 적용

※ 5% 오차범위 허용

 연령, 성별, 발화 환경, 학습자별 분석, 학습자별 평가

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

기타 정보
 

데이터 성능 점수

설명서 및 활용가이드 다운로드

데이터 포맷

- 원천데이터(음성파일)과 메타데이터(JSON)으로 구분
- 원천데이터(음성파일)와 메타데이터(JSON)는 각각의 파일명으로 구분
  (예시 : ESPEAK_0030_IG_STUD_F_SG_01.json / ESPEAK_0030_IG_STUD_F_SG_01.wav)
- 원천데이터(음성파일)와 메타데이터(JSON) 
 

데이터 구성 및 어노테이션 포맷

실제 예시

{
    "metadata": {
        "title": "ESPEAK_0030_IG_STUD_F_SG_01",
        "creator": "SLIEdu",
        "distributor": "NIA",
        "year": "2022",
        "date": "20221125",
        "file_format": {
            "format": "wav",
            "sampling_rate": "16kHz",
            "channel": "mono",
            "bit": "16bit",
            "byte_order": "little_endian"
        }
    },
    "speaker": {
        "id": "ESPEAK_0030_IG_STUD_F_SG",
        "name": "ESPEAK_0030_IG_STUD_F_SG",
        "age": "20",
        "self_grade": "TM",
        "gender": "female",
        "location": "경기",
        "recoding_device": "None",
        "interview": {
            "종사_분야": "대학(원)생",
            "현_거주_환경": "가족(배우자/자녀/기타 가족일원)과 함께 거주",
            "여가_활동_취미": [
                "예술활동",
                "운동"
            ],
            "영어권_거주_여부": "없음",
            "영어권_거주_기간": "없음"
        },
        "level": {
            "Combo0_Q1": "2.25",
            "Combo1_Q2_Q4": "1.08",
            "Combo2_Q5_Q7": "1.88",
            "Combo3_Q8_Q10": "1.50",
            "Combo4_Q11_Q13": "1.38",
            "Combo5_Q14_Q15": "1.06",
            "final": "IG"
        }
    },
    "prompt": {
        "Interview_Relation": {
            "interview_question": "NULL",
            "interview_answer": "NULL"
        },
        "Question_number": "01",
        "Question_type": "자기소개",
        "prompt": "Can you introduce yourself in as much detail as possible?"
    },
    "utterance": {
        "id": "ESPEAK_0030_IG_STUD_F_SG_01",
        "start": "0.00",
        "end": "12.01",
        "speaker_id": "ESPEAK_0030_IG_STUD_F_SG",
        "wav_file": "train/Ignite/ESPEAK_0030_IG_STUD_F_SG_wav/ESPEAK_0030_IG_STUD_F_SG_01.wav",
        "transcription": "uhm my name is don kim and twenty one years old uh and i'm attending in suwon science college",
        "words": [
            {
                "id": 1,
                "name": "",
     "start": "0.01",
                "end": "0.03"
            },

            ...

데이터셋 구축 담당자

수행기관(주관) : ㈜에스엘아이평생교육원

수행기관(참여)

데이터 관련 문의처